arrow-circle arrow-down-basicarrow-down arrow-left-small arrow-left arrow-right-small arrow-right arrow-up arrow closefacebooklinkedinsearch twittervideo-icon

Modèles multipartites pour la prévention locale : Évaluation technique et enseignements tirés de Kumanovo, Macédoine du Nord

Dernière mise à jour :
14/06/2023
Date de publication :
04/01/2022
Type de contenu :

Le RCS a soutenu le lancement de l’équipe d’action communautaire (CAT) de Kumanovo, une entité locale multidisciplinaire et multipartite, en septembre 2019. Le CAT vise à renforcer la résilience des communautés face à l’extrémisme violent (VE) à Kumanovo, en Macédoine du Nord, en améliorant la collaboration entre les agences et la programmation au niveau municipal. En septembre 2021, le RCS a engagé un consultant externe pour mener une évaluation de son soutien au CAT de Kumanovo afin d’identifier les réalisations, les défis et les enseignements tirés à ce jour, et de fournir des recommandations aux parties prenantes gouvernementales et non gouvernementales concernées concernant d’éventuelles stratégies et approches futures du projet.

Les données primaires ont été collectées par le biais d’une enquête représentative à l’échelle de la communauté, de discussions de groupe (FGD) et d’entretiens avec des informateurs clés (KII). L’enquête communautaire est le reflet d’une enquête de référence menée en février 2020 – dont les résultats figurent dans l’étude sur la résilience des communautés du RCS – et a été conçue pour être statistiquement représentative de la population de Kumanovo. L’enquête de référence et l’enquête finale ont permis de recueillir des informations sur la résilience des communautés face à l’extrémisme violent, en s’appuyant sur l’échelle BRAVE-14 (Building Resilience Against Violent Extremism) et sur une série de questions d’enquête spécifiques élaborées par l’unité de gestion du RCS. La collecte de données secondaires a consisté à examiner la documentation du projet et d’autres publications externes.

Le contenu de ce site a été traduit automatiquement à l’aide de WPML. Pour signaler des erreurs, envoyez-nous un email.